Sunteți pe pagina 1din 11

Año de la Lucha contra la Corrupción e Impunidad

UNIVERSIDAD NACIONAL DE
UCAYALI
FACULTAD DE DE

FACULTAD DE DERECHO Y CIENCIAS POLÍTICAS


CARRERA DE DERECHO

MEDIDAS DE SISPERSION _

INTEGRANTES: HARODTH RITVER GORDON ANCON


JOSEMARIA SEBASTIAN MONTALVÁN SANDOVAL
BENJAMÍN REÁTEGUI RAMÍREZ
RENZO VALENTINO GOMEZ ECHEVARRIA
CHRISTHIAN ANDRE GATICA LLERENA
GETSY MISSHELL MUÑOS LOPEZ
PERCY JUNIOR GENEBROSO LAICHE

CURSO : ESTADÍSTICA APLICADA A LA INVESTIGACIÓN

DOCENTE : Mg. Claudia Liliany Aliaga Meléndez

CICLO : III

GRUPO : “B”

Pucallpa – Perú

2019
2 / 28

ÍNDICE

2
3 / 28

3
4 / 28

INTRODUCCIÓN

Las medidas de dispersión están encaminadas a cuantificar lo próximos


o alejados que están los datos de la muestra de un punto central. Estas
medidas indicaran por un lado el grado de variabilidad que hay en la
muestra y, por otro, la representatividad de dicho punto central, ya que si
se obtiene un valor pequeño, eso significar’ a que los valores se
concentran en torno a ese centro (por lo que habrá poca variabilidad y el
centro representar ‘a bien a todos). En cambio, si se obtiene un valor
grande, significara que los valores no están concentrados, sino dispersos
(por lo que habrá mucha variabilidad y el centro no será muy
representativo).

4
5 / 28

1. ¿Qué son Las medidas de dispersión?

Las medidas de dispersión muestran la variabilidad de una distribución, indicándolo por


medio de un número, si las diferentes puntuaciones de una variable están muy alejadas de
la media. Cuanto mayor sea ese valor, mayor será la variabilidad, cuanto menor sea, más
homogénea será a la media. Así se sabe si todos los casos son parecidos o varían mucho
entre ellos.

Las medidas de dispersión son números reales no negativos, su valor es igual a cero
cuando los datos son iguales y este se incrementa a medida que los datos se vuelven más
diversos.

Para calcular la variabilidad que una distribución tiene respecto de su media, se calcula la
media de las desviaciones de las puntuaciones respecto a la media aritmética. Pero la
suma de desviaciones positivas y negativas podrían cancelarse entre sí, así que se
adoptan dos clases de estrategias para salvar este problema. Una es tomando las
desviaciones en valor absoluto (por ejemplo desviación media) y otra es tomando las
desviaciones al cuadrado (por ejemplo varianza).

Las medidas de dispersión más utilizadas son el rango, la desviación estándar y la


varianza.

5
6 / 28

El rango

El Rango o recorrido es el intervalo entre el valor máximo y el valor mínimo; por ello,
comparte unidades con los datos. Permite obtener una idea de la dispersión de los datos, cuanto mayor
es el rango, más dispersos están los datos (sin considerar la afectación de los valores extremos). Por
ejemplo, para una serie de datos de carácter cuantitativo, como lo es la estatura medida en centímetros,
tendríamos:

6
7 / 28

7
8 / 28

Desviación estándar

La desviación estándar mide el grado de disersión de los datos con respecto a la media, se
denota como s para una muestra o como σ para la población. Se define como la raiz
cuadrada de la varianza según la expresión:

Obsérvese que el denominador es n - 1, a diferencia de la desviación media donde se divide


entre n; también existe la formula de desviación típica donde el denominador es n pero se
prefiere n-1.

Mientras menor sea la desviación estándar, los datos son más homogéneos, es decir existe
menor dispersión, el incremento de los valores de la desviación estándar indica ina mayor
variabilidad de los datos.

8
9 / 28

Varianza

La varianza es una medida de dispersión que representa la variabilidad


de una serie de datos respecto a su media. Formalmente se calcula como la
suma de las residuos al cuadrado divididos entre el total de observaciones.
También se puede calcular como la desviación típica al cuadrado. Dicho sea de
paso, entendemos como residuo a la diferencia entre el valor de una variable en un
momento y el valor medio de toda la variable.

Fórmula para calcular la varianza


La unidad de medida de la varianza será siempre la unidad de medida
correspondiente a los datos pero elevada al cuadrado. La varianza siempre es
mayor o igual que cero. Al elevarse los residuos al cuadrado es matemáticamente
imposible que la varianza salga negativa. Y de esa forma no puede ser menor que
cero.

O lo que es lo mismo:

9
10 / 28

El coeficiente de variación, también denominado como coeficiente de variación de


Spearman, es una medida estadística que nos informa acerca de la dispersión relativa de
un conjunto de datos. Su cálculo se obtiene de dividir la desviación típica entre el valor
absoluto de la media del conjunto y por lo general se expresa en porcentaje para su mejor
comprensión.

El coeficiente de variación se puede ver expresado con las letras CV o r, dependiendo del
manual o la fuente utilizada. Su fórmula es la siguiente:

El coeficiente de variación se utiliza para comparar conjuntos de datos pertenecientes a


poblaciones distintas. Si atendemos a su fórmula, vemos que este tiene en cuenta el valor
de la media. Por lo tanto, el coeficiente de variación nos permite tener una medida de
dispersión que elimine las posibles distorsiones de las medias de dos o más poblaciones.

Ejemplos de uso del coeficiente de variación en lugar de la desviación típica


Comparación de conjuntos de datos de diferente dimensión
Se quiere comprar la dispersión entre la altura de 50 alumnos de una clase y su peso. Para
comparar la altura podríamos utilizar como unidad de medida metros y centímetros y para
el peso el kilogramo. Comparar estas dos distribuciones mediante la desviación estándar,
no tendría sentido dado que se pretenden medir dos variables cualitativas distintas (una
medida de longitud y una de masa).

Comparar conjuntos con gran diferencia entre medias


Imaginemos por ejemplo que queremos medir el peso de los escarabajos y el de los
hipopótamos. El peso de los escarabajos se mide en gramos o miligramos y el peso de los
hipopótamos por lo general se mide en toneladas. Si para nuestra medición convertimos el
peso de los escarabajos a toneladas para que ambas poblaciones estén en la misma
escala, utilizar la desviación estándar como medida de dispersión no sería lo adecuado. El
peso medio de los escarabajos medido en toneladas sería tan pequeño, que si utilizamos
la desviación estándar, apenas habría dispersión en los datos. Esto sería un error dado
que el peso entre las diferentes especies de escarabajos puede variar de manera
considerable.

Ejemplo de cálculo del coeficiente de variación


Pensemos en una población de elefantes y otra de ratones. La población de elefantes tiene
un peso medio de 5.000 kilogramos y una desviación típica de 400 kilogramos. La
población de ratones tiene un peso medio de 15 gramos y una desviación típica de 5
gramos. Si comparáramos la dispersión de ambas poblaciones mediante la desviación
típica podríamos pensar que hay mayor dispersión para la población de elefantes que para
la de los ratones.

Sin embargo al calcular el cofieicnete de variación para ambas poblaciones, nos daríamos

10
11 / 28

cuenta que es justo al contrario.

11